识别和验证用于治疗和预防COVID-19的编程细胞死亡相关生物标志物

科学领域:

• * 分子生物学和生物信息学
• * 免疫学和病毒学
• * 临床诊断 临床诊断

背景情况:

• * 编程细胞死亡 (PCD) 与COVID-19病变发生有关.
• *需要有效的PCD生物标志物来改善COVID-19的管理.
• *本研究旨在确定COVID-19的新型PCD相关生物标志物.

研究的目的:

• * 探索COVID-19中临床相关,差异表达的PCD基因.
• * 识别和验证PCD相关的生物标志物用于COVID-19治疗和预防.

主要方法:

• *对COVID-19患者差异表达基因 (DEGs) 的生物信息分析.
• * 蛋白与蛋白相互作用 (PPI) 网络分析用于枢纽基因识别.
• * 机器学习用于特征基因选择和维恩图用于生物标志物选.
• * 与临床特征和免疫微环境的相关性分析.
• * 在临床样本中实时RT-qPCR验证.

主要成果:

• *确定了118个与COVID-19中PCD途径相关的DEG.
• *发现了六个关键生物标志物:CCNB1,CDK1,IRF4,LTA,MMP9和OSM.
• *生物标志物显示出诊断潜力,与临床指标 (年龄,性别,ICU入院) 和免疫细胞透相关.
• *根据生物标志物表达和临床关联,COVID-19患者被分为三个群.

结论:

• * 六个已确定的生物标志物 (CCNB1,CDK1,IRF4,LTA,MMP9,OSM) 是对COVID-19有希望的.
• *这些生物标志物可以帮助诊断,治疗和预防COVID-19.
• *需要进一步的研究,以充分阐明它们的临床实用性.